NAVER集团的机器人竞争力扩展至“大脑轻量化”领域。其研发(R&D)子公司NAVER LABS CORP欧洲于23日公开了面向自主行驶机器人的通用编码器“DIVINE”。该技术提升了机器人感知周边环境、处理数据这一首道环节的效率,预计将降低机器人在日常与产业现场的应用门槛。
据NAVER LABS CORP欧洲介绍,编码器是将机器人通过摄像头、激光雷达收集的数据转换为AI模型可处理形式的装置。自主行驶机器人在识别周边环境时会动用多个AI编码器,而DIVINE将其整合为一个,从2D图像理解到涵盖空间与人的3D识别,均由单一模型处理。
此次开发的意义在于可将机器人不必要的内存占用降至最低。可称为机器人大脑的机器人AI模型,是从感知周边物理环境并处理数据开始工作的。此前在位置估计、深度计算、空间理解、人体识别等各项任务中,各个AI模型都需使用各自的编码器重复处理相同数据,因而存在内存使用量与运算量过度增加的问题。
自有实验中效果以数字得到验证。与搭载三个编码器的情形相比,编码器内存使用量减少约90%,编码处理速度最高提升12倍。随着首道环节编码变轻,机器人整体内存使用量减少约62%,系统处理速度最高提升4倍。最终带来机器人AI模型整体的轻量化。
技术基础是“多教师蒸馏(multi-teacher distillation)”,即从图像、空间、人体识别等各领域专门化的“教师”模型中仅提取核心知识,移植到一个“学生”模型中的方式。无需部署多个大型专家模型即可全面胜任多个领域。相关论文分别于2024年和2025年被公认为世界三大计算机视觉学会的欧洲计算机视觉大会(ECCV)与计算机视觉与模式识别大会(CVPR)接收,技术实力获得认可。
NAVER LABS CORP认为DIVINE的真正价值将在物理AI商用化阶段显现。近来在物理AI领域,机器人无需连接外部云也能自行完成运算的端侧AI重要性日益提升。在此背景下,助力机器人大脑轻量化的DIVINE预计在端侧环境中具有很高的应用价值。此前的机器人AI模型需要庞大运算量,主要在服务器环境运行,而利用DIVINE则可以较少内存和运算量执行AI功能。NAVER LABS CORP视觉组负责人李东焕表示:“为实现物理AI商用化,机器人大脑轻量化正在全球成为主要话题”,“DIVINE将有助于降低日常与产业现场全面引入AI机器人的门槛”。
有评价认为,随着DIVINE的公开,NAVER集团的机器人全栈竞争力更加雄厚。NAVER LABS CORP欧洲于2023年12月推出仅凭一张照片即可将空间三维重建的视觉模型“DUSt3R”,并于去年11月公开了新一代“DUSt3R2”与3D人体模型“ANY”。其中DUSt3R开源后,曾引领Meta、谷歌DeepMind、英伟达等全球大型科技公司的衍生研究。






